KR102083262B1 - 이미지 데이터 처리 방법 및 장치 - Google Patents

이미지 데이터 처리 방법 및 장치 Download PDF

Info

Publication number
KR102083262B1
KR102083262B1 KR1020190100765A KR20190100765A KR102083262B1 KR 102083262 B1 KR102083262 B1 KR 102083262B1 KR 1020190100765 A KR1020190100765 A KR 1020190100765A KR 20190100765 A KR20190100765 A KR 20190100765A KR 102083262 B1 KR102083262 B1 KR 102083262B1
Authority
KR
South Korea
Prior art keywords
random number
parameter
rounding
gray
value
Prior art date
Application number
KR1020190100765A
Other languages
English (en)
Inventor
이승원
Original Assignee
(주)트라이시스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)트라이시스 filed Critical (주)트라이시스
Priority to KR1020190100765A priority Critical patent/KR102083262B1/ko
Application granted granted Critical
Publication of KR102083262B1 publication Critical patent/KR102083262B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/58—Random or pseudo-random number generators
    • G06F7/588—Random number generators, i.e. based on natural stochastic processes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/60—Memory management

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Controls And Circuits For Display Device (AREA)
  • Control Of Indicators Other Than Cathode Ray Tubes (AREA)

Abstract

일 실시 예에 따라, 디스플레이에 이미지를 출력하기 위해 이용되고 소수부를 포함하는 파라미터를 획득하고, 상기 파라미터에 대한 올림 또는 내림을 수행하기 위해 이용되는 난수를 획득하고, 상기 난수와 상기 소수부의 비교 결과에 따라 상기 파라미터에 대한 올림 또는 내림을 수행하는 프로세서; 및 상기 파라미터를 저장하는 메모리를 포함하는, 이미지 데이터 처리 장치가 개시된다.

Description

이미지 데이터 처리 방법 및 장치 {Method and apparatus for processing image data}
본 개시에서는 이미지 데이터를 처리하는 방법 및 장치에 관해 개시된다.
디스플레이는 화면을 통해 정보를 디스플레이하는 것으로써, 가전제품, 스마트폰, 모니터 등 각종 기기에서 널리 사용되고 있다. 디스플레이는 이미지를 통해 정보를 제공한다는 점에서 이용 범위가 매우 넓고, 실제 제품으로 구현되는 해상도도 계속 높아지고 있다.
특히, 근래에는 휴대폰이나 PDA와 같은 이동통신단말기의 수요가 지속적으로 확산됨에 따라, 그 이동통신단말기에 탑재되는 디스플레이 시장이 기하급수적으로 팽창하고 있다.
그러나 디스플레이의 제조 과정에서 물리적인 결함의 발생확률이 높기 때문에, 소프트웨어적으로 물리적인 결함을 완화 또는 제거하기 위한 각종 기술이 개발되고 있다.
본 개시는 이미지 데이터를 처리하는 방법 및 장치를 제공할 수 있다. 구체적으로 디스플레이에 이미지를 출력하기 위해 이용되는 파라미터에 대한 올림 또는 내림을 수행하는 방법 및 장치가 개시된다. 해결하려는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 통상의 기술자에게 자명한 범위 내에서 다양한 기술적 과제들이 더 포함될 수 있다.
본 개시의 제 1 측면에 따른 이미지 데이터 처리 장치는 디스플레이에 이미지를 출력하기 위해 이용되고 소수부를 포함하는 파라미터를 획득하고, 상기 파라미터에 대한 올림 또는 내림을 수행하기 위해 이용되는 난수를 획득하고, 상기 난수와 상기 소수부의 비교 결과에 따라 상기 파라미터에 대한 올림 또는 내림을 수행하는 프로세서; 및 상기 파라미터를 저장하는 메모리를 포함할 수 있다.
또한, 상기 파라미터는 상기 디스플레이에 포함되는 픽셀로 인가되는 그레이를 포함할 수 있다.
또한, 상기 프로세서는 0 보다 크거나 같고 1 보다 작으며 n (상기 n은 자연수) 개의 소수자리를 가지는 랜덤한 실수값을 상기 난수로서 생성하고, 상기 소수부가 상기 생성된 난수보다 작으면 상기 파라미터에 대한 내림을 수행하고, 크거나 같으면 상기 파라미터에 대한 올림을 수행할 수 있다.
또한, 상기 프로세서는 상기 소수부의 자릿수를 나타내는 n의 값을 결정하고, 0 보다 크거나 같고 10n 보다 작은 랜덤한 정수값을 상기 난수로서 생성하고, 상기 소수부에 10n을 곱한 값이 상기 생성된 난수보다 작으면 상기 파라미터에 대한 내림을 수행하고, 크거나 같으면 상기 파라미터에 대한 올림을 수행할 수 있다.
또한, 상기 프로세서는 디스플레이에 포함된 픽셀 또는 단위 블록의 수에 기초하여 상기 난수를 결정하기 위한 난수 집합의 원소 개수 또는 수 범위를 결정할 수 있다.
또한, 상기 프로세서는 상기 디스플레이에 포함된 픽셀의 위치 주소에 기초하여 상기 올림 또는 내림의 수행 확률을 조정할 수 있다.
또한, 상기 프로세서는 상기 픽셀의 위치 주소와 신호 인가 지점의 위치 주소 간의 차이에 따라 전압 강하 지수 q (상기 q는 자연수)를 결정하고, 상기 난수를 결정하기 위한 난수 테이블에 전체 평균값보다 큰 값을 가지는 난수 후보들을 상기 q 개 더 추가하여 상기 올림의 수행 확률을 증가시킬 수 있다.
또한, 상기 프로세서는 상기 그레이가 기설정된 조정 그레이 구간에 있으면 상기 올림과 상기 내림 중 하나의 수행 확률을 증가시킬 수 있다.
본 개시의 제 2 측면에 따른 이미지 데이터 처리 방법은 디스플레이에 이미지를 출력하기 위해 이용되고 소수부를 포함하는 파라미터를 획득하는 단계; 상기 파라미터에 대한 올림 또는 내림을 수행하기 위해 이용되는 난수를 획득하는 단계; 및 상기 난수와 상기 소수부의 비교 결과에 따라 상기 파라미터에 대한 올림 또는 내림을 수행하는 단계를 포함할 수 있다.
또한, 본 개시의 제 3 측면은 제 2 측면에 따른 방법을 구현하기 위하여 기록매체에 저장된 컴퓨터 프로그램을 제공할 수 있다. 또는, 본 개시의 제 4 측면은 제 2 측면에 따른 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공할 수 있다.
도 1은 일 실시 예에 따른 이미지 데이터 처리 장치의 동작을 설명하는 개념도이다.
도 2는 일 실시 예에 따른 이미지 데이터 처리 장치가 디스플레이에 이미지를 출력하기 위해 파라미터를 이용하는 일 실시 예를 설명하기 위한 그래프이다.
도 3은 일 실시 예에 따른 이미지 데이터 처리 장치의 구성의 일 예를 나타내는 블록도이고,
도 4는 도 3에서 개시하고 있는 이미지 데이터 처리 장치가 난수를 이용하여 소수부를 포함하는 파라미터에 대한 올림 또는 내림을 수행하는 일 실시 예를 설명하기 위한 도면이다.
도 5는 도 3에서 개시하고 있는 이미지 데이터 처리 장치가 난수를 획득하여 소수부를 포함하는 파라미터에 대한 올림 또는 내림을 수행하는 일 예를 설명하기 위한 흐름도이다.
도 6은 도 3에서 개시하고 있는 이미지 데이터 처리 장치가 파라미터에 포함된 그레이에 대한 올림 또는 내림을 수행하는 일 예를 설명하기 위한 흐름도이다.
실시 예들에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 “포함”한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 “…부”, “…모듈” 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
이하에서는 도면을 참조하여 본 발명의 실시 예들을 상세히 설명한다.
도 1은 일 실시 예에 따른 이미지 데이터 처리 장치(100)의 동작을 설명하는 개념도이다.
일 실시 예에 따른 이미지 데이터 처리 장치(100)는 디스플레이(110)에 이미지를 출력하기 위해 파라미터를 이용할 수 있다. 예를 들면, 이미지 데이터 처리 장치(100)는 디스플레이(110)에 포함되는 픽셀로 입력값(예: 전압값, 전류값)이 인가되면 픽셀에서 인가된 입력값에 대응되는 출력값(예: 휘도값, 색도값)을 출력하도록 제어할 수 있고, 인가되는 입력값과 이에 대응되는 출력값을 파라미터로서 관리하여 디스플레이(110)에 포함된 픽셀의 이미지 출력을 제어할 수 있다.
일 실시 예에 따른 디스플레이(110)는 기설정된 입력값(예: 전압값, 전류값)이 인가되면, 입력값에 대응하는 이미지를 디스플레이할 수 있다. 예를 들면, 이상적인 경우, 디스플레이(110)에 포함된 픽셀들에 동일한 입력값(예: 전압값, 전류값)이 인가될 경우, 디스플레이(110)에 포함된 픽셀들은 동일한 출력값(예: 휘도값)을 출력할 수 있다. 그러나, 실질적으로 디스플레이(110)에 포함된 픽셀들 간의 물리적 차이에 따라 동일한 입력값이 인가되는 경우라도 서로 상이한 출력값이 출력될 수 있다.
일 실시 예에 따른 이미지 데이터 처리 장치(100)는 소수부를 포함하는 파라미터를 통해 디스플레이(110)의 이미지 출력을 제어할 수 있다. 예를 들면, 이미지 데이터 처리 장치(100)는 픽셀들 간의 물리적 차이에 따라 그레이가 입력될 때 픽셀들이 출력하는 휘도값이 이상적인 기준 휘도값과 다른 경우, 이러한 차이를 완화시키기 위한 보정을 수행하여 이상적인 휘도값을 출력하기 위해 입력되어야 할 보정된 그레이를 파라미터로서 획득할 수 있고, 이렇게 보정된 그레이는 소수부를 포함하는 실수값일 수 있다.
이러한 내용은 도 2를 더 참조하여 보다 상세히 기술하도록 한다.
도 2는 일 실시 예에 따른 이미지 데이터 처리 장치(100)가 디스플레이(110)에 이미지를 출력하기 위해 파라미터를 이용하는 일 실시 예를 설명하기 위한 그래프이다.
도 2를 참조하면, 일 실시 예에 따른 이미지 데이터 처리 장치(100)는 기저장된 수학적 모델(예: 1차 함수, 다차 함수)을 통해 보정을 수행하여 디스플레이(110)에 포함된 픽셀(또는 픽셀들의 구획을 통해 정의되는 단위 블록)에서 이상적인 휘도값을 출력하기 위해 보정된 그레이를 획득할 수 있다. 일 실시 예에서, 이러한 수학적 모델은 디스플레이(110)에 포함된 픽셀들 간의 물리적 차이에 따라 동일한 그레이가 인가되더라도 상이한 휘도값이 출력되는 현상을 완화시키기 위해 통계적으로 산출되거나 수학적으로 정의된 함수에 해당할 수 있고, 예를 들면, 게인(a)과 1차 오프셋(b)을 가지는 1차 함수 (y = ax + b)를 통해 정의되거나, 곡률(c)과 2차 오프셋(d)을 가지는 2차 함수 (y = cx2 + d)를 통해 정의될 수 있다.
보다 구체적으로, 일 실시 예에 따른 이미지 데이터 처리 장치(100)는 디스플레이(110)의 휘도값을 촬상하는 촬상 장치(미도시)를 통해 픽셀(또는 블록)이 실제로 출력하는 휘도값을 획득하여 이상적인 출력값인 기준 출력값과의 차이를 분석할 수 있고, 일부 그레이 영역에 대해 픽셀(또는 블록)에 인가되는 그레이의 변화에 따른 실제로 출력되는 휘도값의 변화를 나타내는 그레이 대 휘도 결정 함수를 1차 함수나 다차 함수(예: 감마곡선, 스플라인 곡선, 다차 함수 곡선 등)로 획득할 수 있다.
일 실시 예에 따른 이미지 데이터 처리 장치(100)는 일부 그레이 영역에서 획득한 그레이 대 휘도 함수의 역함수를 이용하여 이상적인 기준 휘도값을 출력하기 위해 입력되어야 할 보정 후 그레이를 산출하는 방식으로 보정 전 그레이의 변화에 따른 보정 후 그레이의 변화를 나타내는 보정 전 그레이 대 보정 후 그레이 결정 함수를 획득할 수 있다. 예를 들면, 이미지 데이터 처리 장치(100)는 전술한 방식에 따라 보정 전 그레이 대 보정 후 그레이 결정 함수를 1차 함수 (y = ax + b) 또는 2차 함수 (y = cx2 + d)로 결정할 수 있고, 획득된 보정 전 그레이 대 보정 후 그레이 결정 함수에 픽셀의 보정 전 그레이를 입력하여 보정 후 그레이를 획득할 수 있다.
예를 들면, 이미지 데이터 처리 장치(100)는 인가되는 그레이의 변화에 대한 기준 휘도값의 변화를 기준 그래프(210)와 같이 설정하였을 때, 인가되는 그레이의 변화에 대해 실제로 출력된 측정 휘도값의 변화를 측정 그래프(220)와 같이 획득할 수 있다. 예를 들면, 이미지 데이터 처리 장치(100)는 p-감마(programmable gamma)를 적용하여 제 1 그레이(231)가 0~255 그레이 범위 중 255 그레이일 때 이에 따른 제 1 기준 휘도값(242)을 450 니트로 설정할 수 있고, 제 1 그레이(231)의 입력에 따라 픽셀이 출력한 것으로 측정된 제 1 측정 휘도값(232)을 700 니트(nt)로 획득할 수 있다.
이러한 경우, 이미지 데이터 처리 장치(100)는 보정 전 그레이 대 보정 후 그레이 결정 함수에 보정 전 그레이인 제 1 그레이(231)인 255 그레이를 적용하여 제 1 기준 휘도값(242)인 450 니트를 출력하기 위해 입력되어야 할 보정 후 그레이인 제 2 그레이(241)를 242.8 그레이로 획득할 수 있다. 즉, 이미지 데이터 처리 장치(100)는 이러한 보정 연산에 따라 픽셀이 실제로 기준 휘도값 450 니트를 출력하도록 하기 위해 보정 전의 255 그레이 대신 보정 후의 242.8 그레이를 이용할 수 있고, 이러한 방식으로 각 픽셀 또는 블록에 인가되는 그레이를 보정하여 픽셀들 간의 물리적 차이에 따른 휘도 차이를 완화시킬 수 있다.
전술한 보정에 따라 획득된 그레이는 수학적인 함수 연산의 결과로서 소수부를 가지는 실수값으로 산출되고, 일반적으로 디스플레이(110)에 입력되는 그레이는 정수값으로 이용되고 있다. 이에 따라, 실수값으로 산출된 그레이(예: 242.8 그레이)에 대한 연산 처리를 통해 해당 그레이가 정수값을 가지도록 변환시키는 작업이 요구된다.
일반적으로는 정수값으로 변환시키기 위해 그레이(예: 242.8 그레이)에 대한 반올림, 올림 또는 내림 연산을 수행하여 정수화된 그레이(예: 243 그레이)를 획득하는 방식이 이용되고 있다. 그러나, 이와 같은 방식으로 그레이를 정수화시키는 경우, 유사한 값으로 산출된 그레이(예: 242.5 ~ 243.4 그레이)를 가지는 픽셀들(또는 블록들)은 모두 동일한 정수값(예: 243 그레이)으로 변환되기 때문에 오히려 픽셀들 간의 휘도 차이를 시각적으로 부각시키는 현상을 야기하여 디스플레이(110)에 얼룩진 상태와 같은 무라(Mura)의 발생이 커지는 단점이 있다.
일 실시 예에 따른 이미지 데이터 처리 장치(100)는 난수를 이용하여 파라미터(예: 그레이)의 소수부에 따라 확률적으로 올림 또는 내림을 수행할 수 있고, 이에 따라 픽셀들 간 휘도 차이가 시각적 덜 인지되도록 함으로써 무라와 같은 불량의 발생률을 개선할 수 있다. 즉, 종래 기술에 따르면 계속 올림만 수행되다가 갑자기 내림이 수행되는 경우가 발생할 수 있어 사용자가 이미지를 부자연스럽게 인식할 수 있으나, 본 발명의 일 실시 예에 따르면 이러한 올림 또는 내림의 결과가 랜덤하게 분포될 수 있기 때문에 사용자가 이미지를 자연스럽게 인식할 수 있는 효과가 있다. 이에 관한 내용은 이하에서 보다 상세히 기술하도록 한다.
도 1에서 개시하고 있는 디스플레이(110)는 이미지를 디스플레이하는 이미지 데이터 처리 장치를 포괄적으로 의미할 수 있다. 예를 들면, 디스플레이(110)는 스마트폰, PDA(personal digital assistant), 노트북, 태블릿 PC, 전자책, PMP(portable multimedia player), 넷북, 모니터 등에 포함될 수 있다. 다른 예로, 디스플레이(110)는 액정 디스플레이(liquid crystal display), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display), 유기 발광 다이오드(organic light-emitting diode), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display), 전기영동 디스플레이(electrophoretic display) 등일 수 있다.
도 3은 일 실시 예에 따른 이미지 데이터 처리 장치(100)의 구성의 일 예를 나타내는 블록도이고, 도 4는 도 3에서 개시하고 있는 이미지 데이터 처리 장치(100)가 난수를 이용하여 소수부를 포함하는 파라미터에 대한 올림 또는 내림을 수행하는 일 실시 예를 설명하기 위한 도면이다.
도 3에 도시된 바와 같이, 이미지 데이터 처리 장치(100)는 프로세서(310) 및 메모리(320)를 포함할 수 있다.
도 3 내지 도 4를 참조하면, 일 실시 예에 따른 프로세서(310)는 파라미터를 획득할 수 있다. 여기에서, 파라미터는 전술한 것처럼, 소수부를 포함할 수 있고, 디스플레이(110)에 이미지를 출력하기 위해 이용될 수 있다.
일 실시 예에서, 파라미터는 휘도값을 출력하기 위해 디스플레이(110)에 포함되는 픽셀로 인가되는 그레이를 포함할 수 있으나, 이에 제한되지 않는다. 예를 들면, 파라미터는 레드 색상값, 그린 색상값 또는 블루 색상값을 출력하기 위해 픽셀로 인가되는 전압 레벨에 대응되고 0부터 255까지 256 단계의 색상 레벨을 나타낼 수 있는 레드, 그린 또는 블루를 포함할 수도 있다. 또한, 파라미터는 그 용어 상의 의미에 제한되지 않고 디스플레이(110)에 이미지를 출력하기 위한 데이터 처리 과정에서 이용되는 다양한 변수들이나 상수들을 통칭할 수 있다.
일 실시 예에 따른 프로세서(310)는 메모리(320)에 기저장된 파라미터 LUT(Look Up Table)로부터 소수부를 포함하는 파라미터(예: 그레이)를 획득하거나 리시버(미도시)를 통해 수신할 수 있고, 예를 들면, 디스플레이(110)에 이미지를 출력하기 위한 데이터 처리 과정에서 소수부를 포함하는 파라미터가 생성되어 파라미터 LUT에 저장되면 이로부터 파라미터를 획득할 수 있다.
다른 일 실시 예에 따른 프로세서(310)는 메모리(320)에 기저장된 파라미터 LUT로부터 소수부를 포함하지 않는 보정 전의 파라미터(예: 보정 전의 그레이)를 획득할 수 있고, 전술한 보정을 통해 이상적인 이미지(예: 휘도값)을 출력하기 위해 소수부를 포함하는 보정 후의 파라미터(예: 보정 후의 그레이)로 갱신할 수도 있다.
일 실시 예에 따른 프로세서(310)는 파라미터에 대한 올림 또는 내림을 수행하기 위해 이용되는 난수를 획득할 수 있고, 획득된 난수와 파라미터의 소수부의 비교 결과에 따라 파라미터에 대한 올림 또는 내림을 수행할 수 있다. 이에 관한 내용은 하기의 다양한 실시 예들을 통해 기술하도록 한다.
제 1 실시 예에서, 프로세서(310)는 0 보다 크거나 같고 1 보다 작으며 n (n은 자연수) 개의 소수자리를 가지는 랜덤한 실수값을 난수로서 생성할 수 있고, 파라미터의 소수부가 생성된 난수보다 작으면 파라미터에 대한 내림을 수행하고, 크거나 같으면 상기 파라미터에 대한 올림을 수행할 수 있다.
도 4(a)를 참조하여 예를 들면, 프로세서(310)는 파라미터가 15.22인 경우, 파라미터와 같은 개수의 소수자리를 가지도록 n을 2로 결정할 수 있고, 0 ~ 1 범위에서 2 개의 소수자리를 가지는 0.00 ~ 0.99 중 랜덤한 하나를 난수로 생성할 수 있다. 만일 이에 따라 난수가 0.51로 생성되었다면, 프로세서(310)는 파라미터 15.22에 있는 소수부 0.22와 생성된 난수 0.51을 비교하여 소수부가 더 작음을 결정하고 파라미터에 대한 내림을 수행하여 정수값인 15로 변환할 수 있다.
일반적인 반올림 연산에 따르면 파라미터가 15.22 인 경우 해당 파라미터는 15로 반올림되지만, 전술한 실시 예에 따르면 파라미터는 소수부인 0.22 보다 큰 난수를 생성할 확률이 약 78%이고 0.22 보다 작은 난수를 생성할 확률이 약 22% 이므로, 약 78%의 확률로 소수점 내림하여 15로 결정되고 약 22%의 확률로 소수점 올림하여 16으로 결정될 수 있다.
이에 따라, 인접한 픽셀 간에 파라미터의 값이 같거나 약 -0.5 ~ +0.5의 차이 값을 가질 확률이 높다는 것을 감안하면, 일 실시 예에 따른 프로세서(310)는 인접한 복수의 픽셀들에 대해 동일한 값으로 반올림하지 않고 확률적으로 올림 또는 내림하여 인접한 픽셀과의 휘도 차이가 확률적으로 나타나도록 함으로써 시각적으로 인지되는 휘도 차이를 크게 개선할 수 있다.
제 2 실시 예에서, 프로세서(310)는 파라미터의 소수부의 자릿수를 나타내는 n의 값을 결정하고, 0 보다 크거나 같고 10n 보다 작은 랜덤한 정수값을 상기 난수로서 생성하고, 파라미터의 소수부에 10n 을 곱한 값이 생성된 난수보다 작으면 파라미터에 대한 내림을 수행하고, 크거나 같으면 파라미터에 대한 올림을 수행할 수 있다.
도 4(b)를 참조하여 예를 들면, 프로세서(310)는 파라미터가 242.8인 경우, n을 소수자리인 1로 결정할 수 있고, 0 ~ 10 (= 101) 범위에 있는 정수값 중 랜덤한 하나를 난수로 생성할 수 있다. 만일 이에 따라 난수가 6으로 생성되었다면, 프로세서(310)는 파라미터 242.8에 있는 소수부의 숫자 8 (= 0.82 * 101)와 생성된 난수 6을 비교하여 소수부가 더 큼을 결정하고 파라미터에 대한 올림을 수행하여 정수값인 243으로 변환할 수 있다. 만일 상대적으로 낮은 확률이지만 약 10%의 확률로 난수가 9로 생성되었다면, 프로세서(310)는 소수부의 숫자 8과 생성된 난수 9를 비교하여 소수부가 더 작음을 결정하고 파라미터에 대한 내림을 수행하여 정수값인 242으로 변환할 수도 있으며, 전술한 것처럼, 이러한 올림 또는 내림은 파라미터의 소수부에 기초하여 확률적으로 수행될 수 있다.
제 3 실시 예에서, 프로세서(310)는 파라미터의 소수부의 자릿수를 n으로 결정하고, 파라미터의 정수부를 m으로 결정하며, n과 m에 기초하여 결정된 난수 범위 내에서 랜덤한 실수값을 난수로서 생성할 수도 있다. 예를 들면, 프로세서(310)는 파라미터가 15.22인 경우, n을 2로 결정하고 m을 15로 결정하며, 15 (= m) ~ 16 (= m+1) 범위에서 2 개의 소수자리를 가지는 15.00 ~ 15.99 중 랜덤한 하나를 난수로 생성할 수도 있다. 만일 이에 따라 난수가 15.73으로 생성되었다면, 프로세서(310)는 파라미터 15.22와 생성된 난수 15.73을 비교하여 파라미터가 더 작음을 결정하고 파라미터에 대한 내림을 수행하여 정수값인 15로 변환할 수도 있다.
이상에서는 세 가지 실시 예들에 따라 난수를 획득하여 파라미터와의 비교를 통해 파라미터에 대한 올림 또는 내림을 수행하는 과정을 서술하였으나, 이에 제한되지 않으며, 명세서에 기재된 본질적인 특성에서 벗어나지 않는 범위에서 다양한 방식으로 적용될 수 있다.
일 실시 예에 따른 프로세서(310)는 기저장된 난수 발생 알고리즘을 이용하여 난수를 생성할 수 있고, 예를 들면, 의사 난수 발생(Pseudo-Random Number Generation)에 관한 표준에 따른 의사 난수 발생 함수에 현재 시간으로부터 획득된 초기값을 적용하거나 이전에 사용된 난수를 적용하는 방식으로 정수값 또는 실수값을 가지는 난수를 생성할 수 있다. 일 실시 예에서, 의사 난수 발생 함수는 RSA(Rivest Shamir Adleman)에서 제시한 공개 키 암호 표준(Public-Key Cryptography Standard, PKCS)에 있는 블록 암호 함수나 해시 함수(hash function)를 포함할 수 있다.
다른 일 실시 예에 따른 프로세서(310)는 기저장된 해쉬 함수(예: SHA-1)에 난수 테이블로부터 획득된 값과 현재 시간으로부터 획득된 초기값을 적용하여 함수 연산을 수행하는 방식으로 난수를 생성할 수도 있다. 또 다른 일 실시 예에 따른 프로세서(310)는 의사 난수 발생 함수에 현재 시간으로부터 획득된 초기값과 디스플레이(110)에 포함된 픽셀 또는 블록의 위치 주소를 적용하여 난수를 생성할 수도 있다.
일 실시 예에 따른 프로세서(310)는 기결정된 특정 개수의 난수를 발생시켜 난수 후보들로서 생성한 후 각각을 인덱싱하여 난수 LUT를 획득할 수 있고, 난수 LUT에 있는 난수 후보들 중 하나를 가져오는 방식으로 난수를 생성할 수도 있다. 예를 들면, 프로세서(310)는 파라미터의 소수부에 대해 적용 가능한 최대 자릿수로 설정된 값이 3이라면 0 ~ 1 범위에서 3 개의 소수자리를 가지는 랜덤한 난수들을 난수 후보들로서 1000 (= 103) 개 생성한 후 각각을 인덱싱하여 난수 LUT를 획득할 수 있고, 파라미터의 올림 또는 내림을 위한 난수 생성이 요구될 때마다 난수 LUT로부터 인덱싱된 난수 후보를 순차적으로 가져와 난수로서 획득할 수 있다.
일 실시 예에 따른 프로세서(310)는 디스플레이(110)에 포함된 픽셀 또는 단위 블록의 수에 기초하여 난수를 결정하기 위한 난수 집합의 원소 개수 또는 수 범위를 결정할 수 있다. 예를 들면, 프로세서(310)는 단위 블록에 포함된 픽셀 개수가 1024 개라면 난수 LUT에 저장된 난수 후보들의 개수를 1024보다 크게 설정할 수 있다. 다른 예를 들면, 프로세서(310)는 전체 픽셀 개수가 기설정된 기준 개수보다 크면 0 ~ 1 범위에서 랜덤한 실수값을 난수 후보들을 통해 난수 LUT를 생성하여 제 1 실시 예에 따라 파라미터의 소수부와 난수를 비교하고, 기준 개수보다 작으면 0 ~ 10n 범위에서 랜덤한 정수값을 가지는 난수 후보들을 통해 난수 LUT를 생성하여 제 2 실시 예에 따라 파라미터의 소수부의 숫자와 난수를 비교하여 파라미터에 대한 올림 또는 내림을 수행할 수도 있다.
일 실시 예에 따른 프로세서(310)는 디스플레이(110)에 포함된 픽셀의 위치 주소에 기초하여 파라미터에 대한 올림 또는 내림의 수행 확률을 조정할 수 있다. 예를 들면, 프로세서(310)는 픽셀의 위치 주소가 전원 인가 위치 주소와 기설정된 차이 값 이상 차이가 나는 경우에는 기생성된 난수에 기지정된 조정값(예: 0.2)을 더한 결과를 파라미터의 소수부와 비교하는 방식으로 파라미터에 대한 올림의 수행 확률을 증가시킬 수 있다. 다른 예를 들면, 프로세서(310)는 픽셀의 위치 주소가 전원 인가 위치 주소와 기설정된 차이 값 이상 차이가 나는 경우에는 기지정된 조정 하한값(예: 0.1) 보다 크거나 같고 1보다 작으며 n 개의 소수자리를 가지는 랜덤한 실수값을 난수로서 생성하여 파라미터에 대한 올림의 수행 확률을 증가시킬 수 있다.
일 실시 예에 따른 프로세서(310)는 픽셀의 위치 주소와 신호 인가 지점의 위치 주소 간의 차이에 따라 전압 강하 지수 q (q는 자연수)를 결정하고, 난수를 결정하기 위한 난수 테이블에 전체 평균값보다 큰 값을 가지는 난수 후보들을 q 개 더 추가하여 올림의 수행 확률을 증가시킬 수 있다. 예를 들면, 프로세서(310)는 픽셀의 위치 주소와 전원 인가 지점의 위치 주소 간의 종축 또는 횡축 좌표 차이가 기설정된 복수의 차이 구간들 중 어느 차이 구간에 해당되는지 검출하여 해당 차이 구간에 대응되는 지수 설정값을 q로 결정할 수 있다. 다른 예를 들면, 프로세서(310)는 픽셀의 위치 주소와 전원 인가 지점의 위치 주소 사이에서 종축 또는 횡축 방향으로 위치하는 단위 블록 개수를 검출하여 q로 결정할 수도 있다.
이에 따라, 프로세서(310)는 난수 LUT에 있는 난수 후보들의 평균값을 산출하여 평균값보다 큰 값을 가지도록 난수 후보들을 q 개 발생시킨 후 난수 LUT에 있는 난수 후보들과 q 개 발생된 난수 후보들을 포함하여 올림의 수행 확률을 증가시킨 조정 LUT를 생성할 수 있고, 조정 LUT로부터 난수를 획득하는 방식으로 파라미터에 대한 올림의 수행 확률을 증가시킬 수 있다. 이에 따라, 프로세서(310)는 IR 드롭 현상에 따라 전원 인가 지점으로부터 멀어질수록 전압이 강하되어 휘도가 감소하는 현상을 완화시킬 수 있다.
일 실시 예에 따른 프로세서(310)는 파라미터에 포함되는 그레이가 기설정된 조정 그레이 구간에 있으면 파라미터에 대한 올림과 내림 중 하나의 수행 확률을 증가시킬 수 있다.
예를 들면, 프로세서(310)는 파라미터로서 그레이의 값이 0 그레이 이상 15 그레이 이하이면 기지정된 조정 하한값(예: 0.1) 보다 크거나 같고 1보다 작으며 n 개의 소수자리를 가지는 랜덤한 실수값을 난수로서 생성하여 파라미터에 대한 올림의 수행 확률을 증가시킬 수 있다. 다른 예를 들면, 프로세서(310)는 파라미터로서 그레이의 값이 240 그레이 이상 255 그레이 이하이면 0보다 크거나 작고 기지정된 조정 상한값(예: 0.9) 보다 작으며 n 개의 소수자리를 가지는 랜덤한 실수값을 난수로서 생성하여 파라미터에 대한 내림의 수행 확률을 증가시킬 수 있다. 이에 따라, 프로세서(310)는 매우 낮거나 매우 높은 그레이 레벨에서 픽셀들 간의 휘도 차이가 심화되는 현상을 완화시킬 수 있다.
일 실시 예에 따른 프로세서(310)는 파라미터에 대한 올림 또는 내림의 수행 확률을 조정하는 동작에 있어서, 기생성된 난수에 기지정된 조정값(예: 0.2)을 더한 결과를 파라미터의 소수부와 비교하는 방식으로 파라미터에 대한 올림의 수행 확률을 증가시키거나, 기생성된 난수에 기지정된 조정값(예: 0.2)을 뺀 결과를 파라미터의 소수부와 비교하는 방식으로 파라미터에 대한 내림의 수행 확률을 증가시킬 수 있다.
일 실시 예에 따른 프로세서(310)는 파라미터에 대한 올림 또는 내림의 수행 확률을 조정하는 동작에 있어서, 0.5 보다 크거나 같고 1 보다 작은 랜덤한 실수값을 제 1 조정 난수로서 하나 더 생성한 후 기획득된 난수를 제 1 조정 난수와의 평균값으로 갱신하여 갱신된 난수와 파라미터의 소수부를 비교하는 방식으로 파라미터에 대한 올림의 수행 확률을 증가시키거나, 0 보다 크거나 같고 0.5 보다 작은 랜덤한 실수값을 제 2 조정 난수로서 하나 더 생성하고, 기획득된 난수를 제 2 조정 난수와의 평균값으로 갱신하여 갱신된 난수와 파라미터의 소수부를 비교하는 방식으로 파라미터에 대한 내림의 수행 확률을 증가시킬 수 있다.
일 실시 예에 따른 프로세서(310)는 파라미터를 중심값으로 가지도록 난수 범위를 설정하여 설정된 난수 범위 내에서 랜덤한 실수값을 난수로서 생성할 수도 있고, 예를 들면, 파라미터가 15.22인 경우, 15.22를 중심값으로 가지도록 14.72 ~ 15.72 를 난수 범위로 설정하고 설정된 난수 범위에 있는 랜덤한 하나의 실수값을 난수로 생성할 수도 있다.
일 실시 예에 따른 메모리(320)는 파라미터(예: 그레이)를 저장할 수 있고, 파라미터에 대한 올림 또는 내림의 수행 결과를 저장할 수 있으며, 난수를 생성하기 위한 하나 이상의 설정값과 하나 이상의 함수를 저장할 수 있다. 일 실시 예에서, 메모리(320)는 SSD(Solid State Disk) 또는 HDD(Hard Disk Drive)와 같은 비휘발성 메모리로 구현되어 이미지 데이터 처리 장치(100)의 동작에 필요한 데이터 및 생성되는 데이터 전반을 저장, 갱신 및 관리하는데 사용될 수 있고, 그 외에 다른 범용적인 구성요소들이 더 포함될 수 있음은 물론이다.
그러나, 도 3에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 이미지 데이터 처리 장치(100)에 더 포함될 수 있음을 관련 기술 분야에서 통상의 지식을 가진 자라면 이해할 수 있다. 예를 들면, 이미지 데이터 처리 장치(100)는 리시버나 I/O 인터페이스와 같은 범용적인 구성요소들을 더 포함할 수 있다. 또는 일 실시 예에 따를 경우, 이미지 데이터 처리 장치(100)는 디스플레이(110)를 더 포함할 수 있다. 또는 다른 실시 예에 따를 경우, 도 4에 도시된 구성요소들 중 일부 구성요소는 생략될 수 있음을 관련 기술 분야에서 통상의 지식을 가진 자라면 이해할 수 있다.
도 5는 도 3에서 개시하고 있는 이미지 데이터 처리 장치(100)가 난수를 획득하여 소수부를 포함하는 파라미터에 대한 올림 또는 내림을 수행하는 일 예를 설명하기 위한 흐름도이다.
도 5는 도 1 내지 도 4에 개시된 이미지 데이터 처리 장치(100)가 동작하는 모든 실시 예를 참조하여 이해될 수 있다.
단계 S510에서 일 실시 예에 따른 이미지 데이터 처리 장치(100)는 디스플레이(110)에 이미지를 출력하기 위해 이용되고 소수부를 포함하는 파라미터를 획득할 수 있다. 예를 들면, 이미지 데이터 처리 장치(100)는 디스플레이(110)의 픽셀에 이미지를 출력하기 위한 데이터 처리 과정에서 보정 연산을 통해 생성되어 소수부를 포함하는 그레이(예: 242.8 그레이)를 파라미터로서 파라미터 LUT로부터 획득할 수 있다.
단계 S520에서 일 실시 예에 따른 이미지 데이터 처리 장치(100)는 파라미터에 대한 올림 또는 내림을 수행하기 위해 이용되는 난수를 획득할 수 있다. 예를 들면, 이미지 데이터 처리 장치(100)는 0 ~ 1 범위에서 파라미터(예: 242.8 그레이)와 같은 개수의 소수자리(예: 1개)를 가지는 랜덤한 하나의 실수값을 난수(예: 0.6)로 생성할 수 있다.
단계 S530에서 일 실시 예에 따른 이미지 데이터 처리 장치(100)는 난수와 파라미터의 소수부의 비교 결과에 따라 파라미터에 대한 올림 또는 내림을 수행할 수 있다. 예를 들면, 프로세서(310)는 파라미터(예: 242.8 그레이)에 있는 소수부(예: 0.8)과 생성된 난수(예: 0.6)을 비교하여 소수부가 더 크다는 비교 결과에 따라 파라미터(예: 242.8 그레이)에 대한 올림을 수행하여 정수값인 243으로 변환할 수 있다.
일 실시 예에 따른 이미지 데이터 처리 장치(100)는 소수부를 기설정된 자리수의 정수로 변환하고, 난수도 기설정된 자리수의 정수로 생성하여 상호 비교함으로써, 올림 또는 내림을 수행할 수 있다. 예를 들면, 이미지 데이터 처리 장치(100)는 소수부를 2자리 정수로 변환(예: 15.23은 23으로 인식)하고, 난수도 0이상 99이하의 정수 범위 내에서 생성하여 상호 비교할 수 있다. 또한 이미지 데이터 처리 장치(100)는 상호 비교한 결과에 따라 올림 또는 내림을 수행할 수 있다.
일 실시 예에 따른 이미지 데이터 처리 장치(100)는 난수를 이용하여 파라미터에 대한 올림 또는 내림을 확률적으로 수행함으로써 인접 픽셀과의 휘도 차이가 확률적으로 분산되도록 하여 무라 현상을 개선하는 효과가 있다.
파라미터와 0.5를 단순 비교하여 0.5 이상인지 이하인지를 판단해 올림 또는 내림을 수행하는 것이 아니라, 난수와 비교를 통해 올림 또는 내림을 수행함으로써 디스플레이(110)에 출력되는 이미지가 얼룩처럼 디스플레이되는 문제를 해결할 수 있다. 즉, 파라미터와 0.5를 단순 비교하여 0.5 이상인지 이하인지를 판단해 올림 또는 내림을 수행하는 경우, 올림이 수행되는 영역과 내림이 수행되는 영역 사이의 급격한 변화가 시각적으로 인지되어 부자연스럽게 인식될 수 있다. 그러나 본 발명의 일 실시 예에 따르면 이러한 올림 또는 내림의 결과가 랜덤하게 분포될 수 있기 때문에 올림 또는 내림에 의한 급격한 변화가 인식되지 않고 그에 따라 사용자가 이미지를 자연스럽게 인식할 수 있 있다.
도 6은 도 3에서 개시하고 있는 이미지 데이터 처리 장치(100)가 파라미터에 포함된 그레이에 대한 올림 또는 내림을 수행하는 일 예를 설명하기 위한 흐름도이다.
도 6은 도 1 내지 도 5에 개시된 이미지 데이터 처리 장치(100)가 동작하는 모든 실시 예를 참조하여 이해될 수 있다.
일 실시 예에 따른 이미지 데이터 처리 장치(100)는 디스플레이(110)에 포함된 제 1 영역(610)로 인가되는 그레이에 따라 제 1 영역(610)의 실제로 출력한 측정 휘도값을 획득할 수 있고, 보정을 수행하여 보정 전 그레이가 입력될 때의 기준 휘도값을 출력하기 위한 보정 후 그레이를 획득할 수 있다. 여기에서, 제 1 영역(610)은 픽셀 또는 블록에 해당할 수 있다.
예를 들면, 이미지 데이터 처리 장치(100)는 보정 전 그레이가 17 그레이이고 이에 따른 기준 휘도값은 30 니트이지만 실제로 측정된 측정 휘도값은 45 니트라면, 보정 과정에서 기저장된 보정 전 그레이 대 보정 후 그레이 결정 함수에 17 그레이를 적용하여 30 니트를 출력하기 위한 보정 후 그레이를 15.22 그레이로 획득할 수 있다.
일 실시 예에 따른 이미지 데이터 처리 장치(100)는 획득된 15.22 그레이의 소수자리에 따라 n=2로 결정하여 0 ~ 100 (= 102) 범위에 있는 정수값 중 랜덤한 하나를 난수로 생성할 수 있고, 생성된 난수가 51이라면 소수부의 숫자 22와 비교하여 소수부의 숫자가 더 작으므로 15.22 그레이에 대한 내림을 수행하여 15 그레이로 변환할 수 있다.
전술한 실시 예에 따르면 파라미터는 소수부의 숫자인 22 보다 큰 난수를 생성할 확률이 약 78%이고 그보다 작은 난수를 생성할 확률이 약 22% 이므로, 같은 값을 가지는 파라미터라도 일괄적으로 내림하지 않고 약 22%의 확률로 분산적인 내림을 수행할 수 있으므로, 사용자가 픽셀들 간의 휘도 차이에 따른 경계를 시각적으로 자연스럽게 인식할 수 있도록 하여 무라 현상을 개선할 수 있다.
일 실시 예에 따른 이미지 데이터 처리 장치(100)는 제 1 영역(610)에 대해 그레이 별로(또는 그 밖의 파라미터 별로) 그레이에 대한 올림 또는 내림을 수행할 수 있고, 제 1 영역(610) 내지 제 N 영역에 대해 전술한 과정을 수행할 수 있으며, 이에 따라, 디스플레이(110)에 포함된 픽셀들 간의 물리적 차이에 따라 동일한 그레이가 인가되더라도 상이한 휘도값이 출력되는 현상을 완화시킬 수 있다.
한편, 상술한 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 방법에서 사용된 데이터의 구조는 컴퓨터로 읽을 수 있는 기록매체에 여러 수단을 통하여 기록될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 램, USB, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
본 실시 예와 관련된 기술 분야에서 통상의 지식을 가진 자는 상기된 기재의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 방법들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
100: 이미지 데이터 처리 장치 110: 디스플레이
210: 기준 그래프 220: 측정 그래프
231: 제 1 그레이 232: 제 1 측정 휘도값
241: 제 2 그레이 242: 제 1 기준 휘도값
310: 프로세서 320: 메모리
610: 제 1 영역

Claims (10)

  1. 디스플레이에 이미지를 출력하기 위해 이용되고 소수부를 포함하는 파라미터를 획득하고,
    상기 파라미터에 대한 올림 또는 내림을 수행하기 위해 이용되는 난수를 획득하고,
    상기 난수와 상기 소수부의 비교 결과에 따라 상기 파라미터에 대한 올림 또는 내림을 수행하는 프로세서; 및
    상기 파라미터를 저장하는 메모리를 포함하고,
    상기 프로세서는 디스플레이에 포함된 픽셀 또는 단위 블록의 수에 기초하여 상기 난수를 결정하기 위한 난수 집합의 원소 개수 또는 수 범위를 결정하는, 이미지 데이터 처리 장치.
  2. 제 1 항에 있어서,
    상기 파라미터는 상기 디스플레이에 포함되는 픽셀로 인가되는 그레이를 포함하는, 이미지 데이터 처리 장치.
  3. 제 1 항에 있어서,
    상기 프로세서는
    0 보다 크거나 같고 1 보다 작으며 n (상기 n은 자연수) 개의 소수자리를 가지는 랜덤한 실수값을 상기 난수로서 생성하고,
    상기 소수부가 상기 생성된 난수보다 작으면 상기 파라미터에 대한 내림을 수행하고, 크거나 같으면 상기 파라미터에 대한 올림을 수행하는, 이미지 데이터 처리 장치.
  4. 제 1 항에 있어서,
    상기 프로세서는
    상기 소수부의 자릿수를 나타내는 n의 값을 결정하고,
    0 보다 크거나 같고 10n 보다 작은 랜덤한 정수값을 상기 난수로서 생성하고,
    상기 소수부에 10n을 곱한 값이 상기 생성된 난수보다 작으면 상기 파라미터에 대한 내림을 수행하고, 크거나 같으면 상기 파라미터에 대한 올림을 수행하는, 이미지 데이터 처리 장치.
  5. 삭제
  6. 제 1 항에 있어서,
    상기 프로세서는
    상기 디스플레이에 포함된 픽셀의 위치 주소에 기초하여 상기 올림 또는 내림의 수행 확률을 조정하는, 이미지 데이터 처리 장치.
  7. 제 6 항에 있어서,
    상기 프로세서는
    상기 픽셀의 위치 주소와 신호 인가 지점의 위치 주소 간의 차이에 따라 전압 강하 지수 q (상기 q는 자연수)를 결정하고,
    상기 난수를 결정하기 위한 난수 테이블에 전체 평균값보다 큰 값을 가지는 난수 후보들을 상기 q 개 더 추가하여 상기 올림의 수행 확률을 증가시키는, 이미지 데이터 처리 장치.
  8. 제 2 항에 있어서,
    상기 프로세서는
    상기 그레이가 기설정된 조정 그레이 구간에 있으면 상기 올림과 상기 내림 중 하나의 수행 확률을 증가시키는, 이미지 데이터 처리 장치.
  9. 이미지 데이터를 처리하는 방법에 있어서,
    디스플레이에 이미지를 출력하기 위해 이용되고 소수부를 포함하는 파라미터를 획득하는 단계;
    상기 파라미터에 대한 올림 또는 내림을 수행하기 위해 이용되는 난수를 획득하는 단계; 및
    상기 난수와 상기 소수부의 비교 결과에 따라 상기 파라미터에 대한 올림 또는 내림을 수행하는 단계를 포함하고,
    상기 난수를 획득하는 단계는 디스플레이에 포함된 픽셀 또는 단위 블록의 수에 기초하여 상기 난수를 결정하기 위한 난수 집합의 원소 개수 또는 수 범위를 결정하는 단계를 더 포함하는, 이미지 데이터 처리 방법.
  10. 제 9 항의 방법을 구현하기 위하여 기록매체에 저장된 컴퓨터 프로그램.
KR1020190100765A 2019-08-19 2019-08-19 이미지 데이터 처리 방법 및 장치 KR102083262B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190100765A KR102083262B1 (ko) 2019-08-19 2019-08-19 이미지 데이터 처리 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190100765A KR102083262B1 (ko) 2019-08-19 2019-08-19 이미지 데이터 처리 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102083262B1 true KR102083262B1 (ko) 2020-03-02

Family

ID=69805179

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190100765A KR102083262B1 (ko) 2019-08-19 2019-08-19 이미지 데이터 처리 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102083262B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070033231A (ko) * 2005-09-21 2007-03-26 엘지전자 주식회사 플라즈마 디스플레이 장치 및 그 화상처리 방법
JP2008129521A (ja) * 2006-11-24 2008-06-05 Matsushita Electric Ind Co Ltd 画像処理装置、画像処理方法、画像処理用プログラム、集積回路およびプラズマ・ディスプレイ装置
KR101945225B1 (ko) * 2018-06-08 2019-02-07 (주)트라이시스 이미지 데이터 처리 방법 및 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070033231A (ko) * 2005-09-21 2007-03-26 엘지전자 주식회사 플라즈마 디스플레이 장치 및 그 화상처리 방법
JP2008129521A (ja) * 2006-11-24 2008-06-05 Matsushita Electric Ind Co Ltd 画像処理装置、画像処理方法、画像処理用プログラム、集積回路およびプラズマ・ディスプレイ装置
KR101945225B1 (ko) * 2018-06-08 2019-02-07 (주)트라이시스 이미지 데이터 처리 방법 및 장치

Similar Documents

Publication Publication Date Title
US20220358895A1 (en) Burn-in statistics and burn-in compensation
EP3770899A1 (en) Screen brightness control method and device, and terminal device
CN109817184B (zh) 用于色差校正的设备和方法
EP3474272A1 (en) Method for establishing luminance compensation model, method and apparatus for compensating for luminance of display screen, and display device
KR100763239B1 (ko) 디스플레이되는 영상의 시인성 향상을 위한 영상 처리 장치및 방법
CN102318001B (zh) 通过使用过驱动来减少显示设备中的伪像的设备与方法
KR102144426B1 (ko) 전자 디스플레이 색상 정확도 보상
TWI413977B (zh) 階調特性檢查表產生方法及顯示裝置
KR20170067200A (ko) 유기 발광 표시 장치를 포함하는 전자 기기, 및 유기 발광 표시 장치를 포함하는 전자 기기의 열화 보상 방법
KR102533624B1 (ko) 표시 장치의 감마 보정 장치, 표시 장치의 감마 보정 방법, 및 표시 장치
KR102227632B1 (ko) 표시 패널 구동 장치, 이를 포함하는 표시 장치, 및 표시 장치의 구동 방법
KR20150112754A (ko) 색공간들 사이에 변환을 위한 방법
US9928784B2 (en) Display apparatus, gradation correction map generating device, gradation correction map generating method, and program
JP2015031874A (ja) 表示装置、表示装置の制御方法、及び、プログラム
US11170690B2 (en) Pixel leakage and internal resistance compensation systems and methods
WO2021232198A1 (zh) 一种显示屏亮度调节方法及装置
US20210142762A1 (en) Color space mapping method, equipment, computer readable storage medium, and device
KR102083262B1 (ko) 이미지 데이터 처리 방법 및 장치
KR20180113909A (ko) 보정기능을 포함하는 드라이버 ic 장치
KR102083403B1 (ko) 이미지 데이터 처리 방법 및 장치
KR102045859B1 (ko) 이미지 데이터 처리 방법 및 장치
WO2016151944A1 (ja) 画像補正装置、画像補正方法及び画像補正プログラム
JP2018116256A (ja) 表示装置および表示方法
KR20200094638A (ko) 이미지 데이터 처리 방법 및 장치
KR102107060B1 (ko) 이미지 데이터 처리 방법, 장치 및 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant